Python学习笔记（八）

一、对象持久化

（一）pickle 模块

1、概述

pickle模块为Python对象结构的序列化和反序列化实现了一个基本但强大的算法。 “Pickling”是将Python对象层次结构转换为字节流的过程，“unpickling”是相反的操作，即字节流转换回对象层次结构。

2、常用方法

（1）序列化为字符串
pickle.dumps(obj) 将对象序列化为字符串
pickle.loads(str) 将字符串反序列化为对象

import pickle

p = {"name":"Tom", "age":18}

# 对象序列化为字符串
str_p = pickle.dumps(p)
print(str_p)

# 字符串反序列化为对象
p_tmp = pickle.loads(str_p)
print(p_tmp)

（2）序列化到文件
pickle.dump(obj, file) 将对象序列化到文件
pickle.load(file) 将文件反序列化为对象

import pickle

p = {"name":"Tom", "age":18}

# 对象序列化到文件
pickle.dump(p, open("a.txt", "wb"))

# 文件反序列化为对象
p_tmp = pickle.load(open("a.txt", "rb"))
print(p_tmp)

（二）shelve 模块

1、概述

shelve模块是一个简单的k,v将内存数据通过文件持久化的模块，可以持久化任何pickle可支持的python数据格式

2、常用方法
（1）创建shelve文件
db = shelve.open('path')

（2）序列化到文件
db['key'] = obj

（3）序列化的对象数量
len(db)

（4）删除序列化内容
del db['key']

（三）对比 pickle 和 shelve

pickle一个文件只能很方便的序列一个对象，如果需要一个文件序列化多个对象的话使用shelve模块，因为shelve模块是k, v型的，可以更方便一个文件存储多个对象

二、字符串

（一）类型

1. str               字符串
2. bytes           字节
3. bytearray    字节数组

（二）基础概念

名称	概述
字符集	又称为编码字符集， 是一个包含字符表中每一个字符和对应的整数映射关系的集合。
码位值	一个字符在某个字符集中的映射的值，一般是一个整数。
字符编码	是把一个码位值转换为用于存储和传输的2进制序列的方式。
编码	转换字符为字节形式
解码	字节形式转换为字符

（三）字符编码

1、ASCII

存储在一个Byte
0~127

2、latin-1

存储在一个Byte
128~255

3、UTF-8

可变字节
0~127：使用单字节
128~2047：双字节存储
大于 2047：3~4Byte

4、UTF-16

2Byte存储字符（另加2Byte作为标识）

5、UTF-32（4Byte）

（四）内置函数

1、ord()：获取字符码值

print(ord('a'))  # 97

2、chr()：获取码值对应的字符

print(chr(97))  # a

3、str.encode(‘编码’)：将特定字符串编码

s = "abc"

print(s.encode("utf8"))

4、bytes.decode(‘编码’)：将字符编码解码为字符文本

s = "abc"
b = s.encode("utf8")
print(b)

print(b.decode("utf8"))

（五）类型转换

1、转化为bytes
方法1: 手动声明 b""
方法2: 字符串编码 str.encode()
方法2: 构造函数 bytes()

2、转换为bytearray
构造函数: bytearray('字符串'，'字符编码')

3、转换为字符串
bytes.decode('字符编码')
bytearray.decode('字符编码')

（六）BOM 处理

1、简介

字节顺序标记（英语：byte-order mark，BOM）是一个有特殊含义的统一码字符，码点为U+FEFF。当以UTF-16或UTF-32来将UCS/统一码字符所组成的字符串编码时，这个字符被用来标示其字节序。经常被用于区分是否为UTF编码。

2、使用（添加或不显示标记）
open('文件名'，'打开方式'，encoding="字符编码-sig")

with open("a.txt", "w", encoding="utf-8-sig") as f:
	f.write("Hello world")

with open("a.txt", "r", encoding="utf-8-sig") as f:
	print(f.read())